导读:本文包含了科技信息挖掘论文开题报告文献综述及选题提纲参考文献，主要关键词:自然语言处理,语义挖掘,深度学习,ROUGE
科技信息挖掘论文文献综述
龚浩[1]（2018）在《基于深度学习的农业科技信息语义挖掘研究》一文中研究指出目前农业文献中普遍存在“数据丰富而知识贫乏”现象,表现为农业专业文献数据量急剧增长,信息过载严重,用户迫切需要对过载农业信息进行压缩利用,挖掘其中关键有效的知识。而传统的信息抽取技术对过载信息抽取后,易造成核心论点语义缺失、语义歧义和语义不连贯等问题,不能满足农业用户日益增长的准确性、相关性和完整性需求。针对这种情况,本文在研究语义挖掘相关理论和把握农业数据应用场景需求的基础上,首先,结合深度学习方式需要海量信息训练超参数的特点,主要研究基于深度学习的生成式自动文摘方法,目的为了提高已有海量农业科技信息的利用率;其次,改善传统的信息抽取方式,利用深度神经网络技术训练学习农业科技信息特征,为农业科技信息领域信息获取与分析提供新的方法和技术;最后,为提高检索结果的精确度,节省人力标记成本,开发农业科技文本信息自动文摘抽取系统。论文以农业科技文献信息为研究对象,在不需要经过人工特征处理和具体特定的领域知识的情况下,为提高海量农业科技信息的利用率,从词嵌入角度而非传统的词袋模型角度,研究基于词嵌入自编码网络表示农业科技文摘数据的内部语义逻辑,可大规模对农业科技文献数据建模;同时,为解决传统的信息抽取技术抽取核心论点后存在的语义问题,从基于时间递归神经网络RNNs的Seq2Seq结合Attention机制的研究角度开展研究,有效地获得农业科技信息整体序列特征,训练生成式自动文摘模型,探索适用的新型语义挖掘方式。具体研究内容上,论文基于深度学习在自然语言处理方面的相关技术理论,研究了农业科技信息语义挖掘理论基础,开展了农业科技文摘数据集预处理,在语义挖掘方法上主要选择了Seq2Seq结合Attention机制,训练了自动文摘生成模型,并基于美国科学情报研究所的ROUGE评测指标体系,对模型进行了定性评价和定量评估,优化了农业科技信息领域的深度神经网络超参数。最后为了自动文摘模型成果持久化,开发了基于B/S结构的语义挖掘自动文摘抽取系统原型和用户接口界面,以适应农业科技的需求和应用场景。通过本文的研究,将深度学习技术运用到农业文本信息生成与获取领域,尝试弥补了传统抽取式自动文摘方法上的缺憾,为农业领域的海量信息“压缩”方式汲取了一定的经验。同时,利用了现在主流的深度学习技术及相关工具集,自动地提取了文本中的相关主题,为农业科技文献信息获取与分析开发了信息抽取系统原型和用户接口界面,提升了农业信息获取和分析的服务体验水平。(本文来源于《中国农业科学院》期刊2018-05-01）
陶剑,雷文利[2]（2015）在《数据挖掘在科技信息管理中的应用研究》一文中研究指出科技管理信息化的快速发展积累了大量的数据中具有的潜在规律和模式可以通过数据挖掘技术呈现出来,从而为管理层或决策层提供可靠的决策依据。本文对数据挖掘的和关联规则进行了简要介绍,运用数据挖掘算法对科技人员、科技成果和科技项目之间的关联关系进行分析,从而找到科技信息之间的关系和规律,为科技管理提供决策支持。(本文来源于《安阳师范学院学报》期刊2015年05期）
边蕊[3]（2015）在《基于科技信息的数据库技术发展趋势与数据挖掘》一文中研究指出本文主要阐述了科技信息视野下的数据库技术发展趋势、科技信息视野下的数据挖掘等技术问题。(本文来源于《黑龙江科技信息》期刊2015年26期）
王琼,陈新文,温希军,李天斗,合斯莱提[4]（2013）在《Web数据挖掘在新疆畜牧科技信息资源库中的应用》一文中研究指出web数据挖掘,是数据挖掘技术与Web的结合,是在Web环境下通过更高层次的数据分析从Web文档和相关数据中发现、提取有用的信息,促进信息有效利用。文描述了Web数据挖掘在新疆畜牧生产数据库中的应用和在新疆畜牧科技信息资源库用户分析中的应用。(本文来源于《畜牧兽医杂志》期刊2013年02期）
吴思海,陈海风,刘雪松[5]（2009）在《挖掘城市的痕迹:沈阳发动机设计研究所科技信息楼设计》一文中研究指出记得大师莱特(Frank Lloyd Wright)曾说过:"我们应该创造生长在那里的建筑"。如今在国际风的席卷下,拿来主义盛行,建筑的特征、地域性等文化内涵渐趋模糊迷离,设计一个恰当的、符合逻辑和文脉的建筑作品显得更为珍贵。建筑创作需要去挖掘城市的痕迹,进行理性分析并对(本文来源于《建筑创作》期刊2009年09期）
黄兰蔚[6]（2009）在《浅议科技信息机构对科技档案信息的挖掘利用》一文中研究指出结合单位工作实际,对科技档案信息的挖掘利用进行了探索,评价了科技档案信息的价值,就科技信息机构如何进一步挖掘利用科技档案信息提出了自己的观点。(本文来源于《湖南农业科学》期刊2009年05期）
朱新星,任建辉,朱近,石学彬[7]（2009）在《高校科技信息数据挖掘方法研究》一文中研究指出将数据挖掘技术应用于高校科技管理领域是一种新的尝试。以南京农业大学科技信息管理系统为实验数据源,使用Apriori算法对数据源中的人员、论文和项目信息进行关联规则的挖掘,结果表明,南京农业大学传统专业的优势十分明显,大农学学科产生的科研成果在全校科研成果总量中所占权重较大,同时,从教师的年龄和职称所得到的关联规则显示,教师的年龄越大、职称越高,主持项目的频度越高。(本文来源于《中国农业教育》期刊2009年01期）
刘海鹏[8]（2007）在《网络数据挖掘在科技信息中的应用》一文中研究指出近年来，全国各地在充分发挥科技信息行业的整体优势、打造品牌、服务科技与经济发展方面取得了许多经验。省市科技信息(情报)机构在服务本地区的科技创新与创业的实践中，积极发挥自身在科技信息领域的优势，为各行业的建设发挥着自己的作用。可是随着科技信息的发展和积累，海量科技信息给检索带来了不便，在浩如烟海的科技信息中，如何快随准确的定位用户要求的、有用的、感兴趣的信息，成为科技服务行业关注的一个技术焦点，其主要的关注点在于那种技术可以解决资源定位的快速、精确、关联性强等方面。青岛科技信息服务平台(青岛科技港)是青岛最权威的科技门户网站，它面向青岛辐射全国，集成了五个国家级专业网络平台。由于上述国家级平台的数据格式差别很大，分别存有不同种类的大型数据库和静态网页，而这些数据之间又存在内容关联性，具有极大的协同分析价值，因此，引入网络数据挖掘极有实用价值。针对目前的实际工作情况，分析国内外目前数据挖掘，特别是网络数据挖掘的发展情况，结合目前科技信息的特点和发展需要，深度的探讨网络数据挖掘在科技信息中的应用。(本文来源于《同济大学》期刊2007-03-01）
刘莉[9]（2006）在《数据挖掘技术在《公安科技信息》数据库中的运用》一文中研究指出数据挖掘技术是一种新兴的计算技术与方法。它分为数据库数据挖掘、Web数据挖掘和文本数据挖掘叁种。数据挖掘技术在《公安科技信息》数据库中的的应用,可在Internet上自动收集所需的公安科技信息,实现公安科技信息加工过程的自动化处理,并实现信息服务质量的提高。数据挖掘技术的运用将改变公安科技数据库现状,使数据库更有效地发挥作用。(本文来源于《中国人民公安大学学报(自然科学版)》期刊2006年01期）
科技信息挖掘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
科技管理信息化的快速发展积累了大量的数据中具有的潜在规律和模式可以通过数据挖掘技术呈现出来,从而为管理层或决策层提供可靠的决策依据。本文对数据挖掘的和关联规则进行了简要介绍,运用数据挖掘算法对科技人员、科技成果和科技项目之间的关联关系进行分析,从而找到科技信息之间的关系和规律,为科技管理提供决策支持。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
科技信息挖掘论文参考文献
[1].龚浩.基于深度学习的农业科技信息语义挖掘研究[D].中国农业科学院.2018
[2].陶剑,雷文利.数据挖掘在科技信息管理中的应用研究[J].安阳师范学院学报.2015
[3].边蕊.基于科技信息的数据库技术发展趋势与数据挖掘[J].黑龙江科技信息.2015
[4].王琼,陈新文,温希军,李天斗,合斯莱提.Web数据挖掘在新疆畜牧科技信息资源库中的应用[J].畜牧兽医杂志.2013
[5].吴思海,陈海风,刘雪松.挖掘城市的痕迹:沈阳发动机设计研究所科技信息楼设计[J].建筑创作.2009
[6].黄兰蔚.浅议科技信息机构对科技档案信息的挖掘利用[J].湖南农业科学.2009
[7].朱新星,任建辉,朱近,石学彬.高校科技信息数据挖掘方法研究[J].中国农业教育.2009
[8].刘海鹏.网络数据挖掘在科技信息中的应用[D].同济大学.2007
[9].刘莉.数据挖掘技术在《公安科技信息》数据库中的运用[J].中国人民公安大学学报(自然科学版).2006